В теории нейронных сетей это ситуация, когда сеть Хопфилда «путает» близкие образы. Например, пусть сеть хранит два похожих образа A и B. Если при подаче на вход некоторого приближения образа А сеть выдает образ B или наоборот, то будет иметь место перекрестная ассоциация.
Результатом перекрестной ассоциации может быть появление на выходе сети ложного образа или «химеры». Это несуществующий образ, который представляет собой комбинацию нескольких похожих образов, хранимых сетью. Например, если сеть Хопфилда используется для распознавания символов алфавита, то будут иметь место похожие символы «И», «Н» и «П». В результате при подаче на вход сети любого из данных образов сеть не будет правильно распознавать ни одну из них. Вместо этого она выдаст образ, похожий понемногу на каждую из этих букв, но не являющийся правильной интерпретацией ни одной из них.
